基于信息增益与主成分分析的网络入侵检测方法

• 作者: 冯安然 王旭仁 许祎娜 马慧珍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 信息增益 主成分分析 入侵检测 特征提取 降维
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 安全技术
• 页码范围: 175-180
• 页数: 6页
• 分类号: TP309
• 字数: 4737字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050585

摘要

为提高入侵检测效率,需要对数据进行特征提取以降低数据维度.结合信息增益(IG)和主成分分析(PCA),提出一种网络入侵检测方法.通过IG提取分类能力强的属性特征,利用PCA对其降维,并采用NaiveBayes进行分类检测.对数据集KDDCUP99进行测试,结果表明,该方法的检测率为94.5％,高于PCA-LDA、FPCA、KPCA方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王旭仁	首都师范大学信息工程学院	44	357	12.0	16.0
3	许祎娜	首都师范大学信息工程学院	3	6	1.0	2.0
4	马慧珍	首都师范大学信息工程学院	2	5	1.0	2.0
7	冯安然	首都师范大学信息工程学院	3	8	2.0	2.0